基于数字足迹的广州市旅游者时空行为特征研究

采集马蜂窝网站2016年1月1日至2021年4月30日的游客游记文本作为研究的数据源,运用内容分析法和空间分析法对广州市游客的时空行为特征进行探究。结果表明:(1)品尝美食与游览各具特色的建筑是广州游客最主要的旅游行为。(2)不考虑疫情因素,游客出行受气温和假期等因素影响主要选择在冬季和长假出游,其中:家庭/亲子游类型游客的出行季节集中程度高且出行天数长,个人游类型游客的出行季节集中程度低且出行天数短。(3)广州游客的空间聚集呈现明显的极化特征,旅游活动空间主要集中在荔湾、越秀、天河和海珠等中心城区,游客的空间活动轨迹由中心城区向外辐射。(4)广州旅游流网络中一、二级节点具有紧密联系,游客主要在这些节点间流动。     

陕西关中地区旅游流"井喷效应"的时空演变规律

旅游流"井喷现象"是特殊时段旅游流时空分布的特殊现象之一,其时空分布规律研究有助于旅游目的地的科学管理参照.选取关中地区旅游资源丰富的西安、宝鸡、华山三地作为案例,建立"黄金周"客流周内波动指数R,周内分布偏度指数G,并使用相关分析和Pearson相关系数,分析陕西关中地区特殊时段内旅游流"井喷效应"的时空演变规律.结果显示,在假日制度时间约束下,旅游流呈现"井喷现象"显著,一级旅游目的地城市的旅游资源属性、周边地区旅游资源配置和区位交通状况共同影响着游客的空间选择行为,从而影响区域旅游流的时间和空间分布.     

基于网络游记的成都自助旅游流网络结构研究

运用社会网络分析方法,基于678篇网络游记中时空信息的提取和分析,总结了成都自助旅游流网络结构的特点。结果表明:①春熙路是成都自助旅游流网络的集散中心,网络中有春熙路、宽窄巷子、人民公园等9个核心节点。成都旅游节点划分为5个等级,其中市级中心节点的控制力和结构优势最强,旅游网络的主体由春熙路、宽窄巷子、大熊猫基地等17个游客重点游览的节点组成。②成都自助游网络密度较低,旅游线路偏少;网络中共有8个凝聚子群,内部紧密相关的有3个;网络中存在明显的核心区和边缘区,两者密度差异较大。③成都自助游客流四季差异较小,秋季达到顶峰,夏季出现小低谷;最受游客欢迎的17个重点游览节点不随季节而变化。     

入皖自驾旅游流时空特征及空间格局演化机制

通过线上自驾游游记抽取游客行程信息,探索入皖自驾旅游流的时空特征和空间格局演化机制。研究表明:①入皖自驾旅游流规模逐年波动上升,时空集聚特征明显,客源空间格局呈正相关分布;空间使用引力场主要来自于500km范围,次级引力场存在且主要来自我国主要城市群的节点城市。②入皖自驾旅游流城市间、景区间流动网络的核心节点分别为黄山市和宏村,城市与景区间空间格局均呈"南强北弱"分布。③自驾旅游流网络空间演化过程向复杂性、结构性方向发展,演化经济地理学视角能阐释自驾旅游流的空间格局演化机制。最后,对安徽自驾游发展及区域合作提出相关建议。     

桂林市区游客酒店住宿的区位特征与形成机制——基于旅游流轨迹的实证分析

酒店等住宿设施是体现旅游城市形象和服务水平的重要窗口,对其空间分布特征的现有实证研究中,鲜有基于游客需求侧维度的系统解读,亟需一个能对多元结论提供合理解释的分析框架,以明晰不同结论的场景约束条件和应用价值边界。以携程旅行网上发布的桂林游记作为数据来源,提取游客旅游轨迹中的住宿信息,运用聚类分析、核密度估计、空间句法等方法解读桂林市区游客酒店住宿的空间特征,并从“旅游地—旅游流—酒店”三元关系的视角解读游客住宿空间分布的形成机制。结果表明：(1)桂林市区游客住宿空间具有显著的集聚特征,表现为多节点的分布格局;(2)酒店等住宿设施的集聚节点可分为“邻近交通门户”“邻近目标景观”“位于交通便捷区”三大类型,表现为至少具有“便捷旅游交通”与“邻近景观资源”两大空间特征之一;(3)酒店等住宿设施的集聚受旅游流空间集散的影响,而旅游流空间集散受旅游地空间结构的影响,“旅游地—旅游流—酒店”间的关联脉络构成游客住宿空间分布机制的解析框架;(4)“旅游地—旅游流—酒店”的分析脉络可以将传统研究中因侧重不同视角而得出的多元结论纳入同一框架并给出理论解释。     

黄金周旅游产品网络团购流流向特征研究——以拉手网、糯米网、窝窝团为例

从旅游产品网络团购的研究视角,以中国26个旅游地旅游产品网络团购流为研究数据,通过空间分析法、位序—规模法研究“十一黄金周”旅游产品网络团购流向、省际流向、省内流向特征.研究发现:①旅游产品团购流省际流向整体上表现出微弱离散、相对均衡分布特征,局部表现出一定的流向聚集性.②省内团购流流向受产品导向表现出集中性、首位集中性的特点,且团购流省内流向具有城市等级性.③团购流流向显示各省份旅游产品网络团购营销的强与弱、省内非省级城市团购营销的不足.     

基于旅游数字足迹的访沪国内游客时空行为特征研究

采集携程网2013—2016年间能表明访沪国内游客出游时间和完整行程的游记,采用数理统计方法描述旅游资源的季节变化规律和各季节游客偏好的资源类型,运用空间分析方法分析游客到访景区的空间分布特征。结果表明:(1)不同类型旅游资源季节变化规律存在差异,各季节游客偏好的资源类型大体一致;(2)游客到访景区整体呈"大分散、小集聚"的空间分布特征,中心城区密集、城郊分散,且中心城区和城郊内部分布不均衡,城郊景区在春夏季占比高于秋冬季;(3)游客到访景区存在明显的"一心多点"等级集聚特征,核心热点区位于中心城区,密度值由外滩等构成的最高密集区向四周递减,其他区域的集聚呈飞地式点状,未形成扩散和蔓延态势,且从春季到冬季,次核心区域数量呈下降趋势。     

环塔里木非物质文化遗产旅游消费行为调查分析

在非物质文化遗产旅游市场不断升温的形势下,非物质文化旅游资源开发应以游客需求为中心,依据游客消费行为规律和非遗旅游资源自身的文化价值优势进行旅游产品开发,并对游客的消费行为进行积极引导。以环塔里木盆地的国内游客为研究对象,从游客的人口学特征、消费活动特征角度来分析非物质文化遗产地游客消费行为,表现出25—40岁的游客更倾向于自助游,消费支出随着收入增加而逐渐增加的趋势,提出了有针对性的发展建议。     

基于百度指数的网络空间关注时空分布研究——以长三角5A级景区为例

旅游景区网络空间关注度是其现实旅游流的前兆。利用百度指数提供的"用户关注度"功能,通过关键词搜索获得长三角地区30个5A级旅游景区2014年1月1日至2014年12月31日的网络空间关注度数据,利用GIS等方法进行分析。研究表明:周内存在"日前兆"现象,平日关注度明显高于周末、节假日;月内存在"月前兆"现象,黄金周呈现明显的"井喷现象";网络关注度的空间分布与铁路、高速公路布局趋于相同;2011—2014年间存在相似的时空分布规律,但也有一定的差异性。网络关注度是一种潜在的旅游流,其时空分布特征可为区域旅游流的预测提供一定的理论指导。     

网络游记对旅游者出游决策的影响分析

网络游记也称旅游博客,作为一种网络信息交流平台,目前已经成为旅游信息搜索中重要的信息资源,对旅游决策具有十分重要的影响,但不同的游记内容对旅游者及其旅游决策的影响程度是不同的。通过对257份在线网络问卷调查内容的分析研究,探析了旅游者主要受网络游记哪些内容的影响,会做出哪些方面的旅游决策等问题。研究结果发现:1网络游记中对游客吸引力由大到小依次为:对美食、住宿、交通推荐,图片展示,旅游行程安排,文字记录,旅行总结的注意事项,行程花费与人数配比,与其他用户的互动交流等;2游客认为网络游记对旅游决策中的交通选择影响最大,随后依次为住宿设施、美食及餐饮店、旅行活动形式、旅游目的地、旅游服务商;3旅游者会因浏览网络游记而产生多种行为倾向,由大到小依次为:产生出游意向、评论与互动、分享或下载、做出出游决策、即时预订。     

基于加权方法的旅游流网络结构特征分析——以南京市为例

应用大数据可全面把握旅游流时空特征。以南京市为例,基于手机信令监测得到的城市目的地内部每日景区组合线路数据,运用加权方法构建旅游流网络,对网络结构特征进行分析。结果表明:①加权方法可量化各节点之间的联系强度,在网络结构参数的计算中能在一定程度上弥补非加权网络带来的集中化、二极化、无效化等不足,有助于具体清晰地描绘网络结构并分析其时序变化特征;②南京市旅游流网络同配性为负,夫子庙和玄武湖为网络中的核心节点,网络结构在第二季度的变化特征是游客生态游倾向上升的反映。     

流空间视角下的黑龙江省城市旅游网络特征研究

以流空间为视角,以旅游景区分布为基础,借助Arc GIS分析黑龙江省城市旅游网络空间结构和节点等级体系。结果表明:1受高、中、低强度旅游流影响,城市旅游网络空间结构的演变为"T字形→三角形→倒梯形→多边形"结构,由中心向边缘拓展进而覆盖所有区域;区域内东南部网络密集、西北部稀疏;旅游流强度整体偏弱。2高等级城市和资源型城市网络涉及面最广、指向性最强。哈尔滨、牡丹江、大庆、伊春、齐齐哈尔作为网络的端点与控制性节点,占有支配地位。3城市旅游网络节点表现为四个层级:区域旅游网络联系的中心、次中心,地方旅游网络联系的中心、一般节点。4区位交通条件、旅游资源禀赋、社会经济发展,制度创新导向四大因素共同推动黑龙江省城市旅游网络的发展与演变。     

基于网络游记的城市旅游目的地形象探究——以西安市为例

随着网络信息技术的发展,现代游客和旅游活动与网络的关系越来越密切,网络游记已成为旅游者表达和反映对目的地形象感知的重要平台.在回顾前人对旅游目的地形象相关研究的基础上,运用内容分析法对旅游者发表在携程旅行网上的西安游记进行相关质性分析,探讨了国内旅游者对西安的城市旅游形象感知,以期有针对性地打造旅游产品,精准游客认知.     

旅游流研究进展与启示

梳理了国内外关于旅游流的相关研究成果。结果表明:(1)理论与方法上,主要是依据旅游系统理论、流空间理论、关系经济地理学理论、空间结构理论、社会网络理论和旅游动机理论。同时,一些复杂的空间计量统计模型、社会网络分析方法、系统仿真模型等应用较多。(2)研究内容上,对旅游流时空分布特征、网络结构特征、影响因素、驱动机制、流动效应和空间网络6个方面的有关主题进行了系统研究。(3)实证研究上,重点关注全国尺度范围内、典型区域之间、重要省域、城市之间和微观景区内部游客流动的特征与规律。     

太白山旅游者行为研究——从博客分析视角

利用百度、Google等搜索引擎得到关于太白山的游记100篇,采用文本分析方法分析了太白山游客的行为特征.结果表明,猎奇探险是太白山游客的旅游动机,游客出游时间大部分集中在每年的5月和10月,5人同行登山的最多,网络联系组团的比率很高,太白山游客偏好于徒步行,大多数游客选择厚畛子上山、汤峪下山这一条路线.     

基于百度指数的长沙市居民游憩活动行为时空演变特征研究

基于"百度指数"大数据平台,运用数理建模和ArcGIS空间分析方法探究了长沙市居民游憩活动行为时空演变特征。结果表明:(1)居民对不同景区的游憩选择偏好分异特征鲜明,各景区游憩市场需求引力具有明显的时间演替性。(2)居民游憩选择偏好集中程度不断减弱,游憩活动行为需求和空间指向趋于多元分散化。(3)游憩偏好指数等值线分布呈由中心城区向周边区域逐级递减的"圈层状"结构,游憩活动行为选择"空间极化"态势逐步弱化。(4)游憩活动行为重心位于中心城区,表现为先向"东北",再向"东南"方向迁移,标准差椭圆呈"东北—西南"偏转方向。     

社会网络视角下山西省旅游线路优化整合分析

通过收集国内大型旅游网站游记,采用社会网络分析法分析了山西旅游目的地网络结构特征。研究表明,山西省各节点分布不均衡、等级差异明显,少数节点拥有大量权力;等级差异明显的景区组合所占比例最高,节点间的连接弥补了弱节点的不足;整体网络密度低,中心势趋势明显,弱子群成员在地理位置上临近,强子群成员空间尺度跨越较大。因此,从点、线、圈三个层次为山西旅游线路优化提出建议:加强核心旅游景区建设;优化景区组合模式,突破资源地域限制;构建多层级旅游圈。     

基于地理标记照片的夜间游客时空行为及轨迹特征研究——以重庆中心城区为例北大核心

夜间旅游在深化供给侧结构性改革,构建以国内大循环为主体,国内国际双循环相互促进的新发展格局中发挥着重要作用。收集马蜂窝旅游网上2016—2020年的重庆中心城区地理标记照片,运用DBSCAN算法、时间统计分析和追踪分析探究重庆中心城区夜间游客的时空行为及轨迹特征。结果表明:①重庆中心城区夜间游客数量与国内外游客总量时间变化特征存在差异,气候条件和节假日是影响重庆中心城区夜间游客数量的重要因素。②重庆中心城区夜间游客规模逐年递增,游客量方面,春季>秋季>冬季>夏季,夜间旅游旺季为4月、5月、10月,热门时间段为18—20时,20时达到峰值。③重庆中心城区夜间旅游AOI形成“一核多点”的空间格局,倾向高级别景区(点)、城市商业街区、重要交通节点、山脊线、水岸线和重要文化空间。④重庆中心城区夜间游客行为轨迹以单节点轨迹为主,部分为区域内轨迹和区域间轨迹,单节点轨迹倾向知名度高的夜间旅游节点,区域内轨迹呈现核心边缘扩散特征,区域间路径轨迹以“A→B”式为主。     

陕西省旅游经济的时空演进格局分析

运用标准差、变异系数与空间自相关方法,分析研究了2004—2014年陕西省旅游经济时空演进格局演进规律。结果表明:陕西省旅游经济发展水平的绝对差异程度不断增长并快速扩大,相对差异程度则平稳下降;在空间上目前呈离散分布,同时又表现出集聚趋势;旅游发展呈现中部发达、南北落后格局并较稳定。指出市域旅游经济发展的路径依赖性、区域经济发展水平、旅游资源禀赋与区位是影响区域旅游经济发展水平的主要因素,提出陕西省区域旅游发展的相关对策。     

基于数字足迹的河南省景区旅游流格局及体验特征

利用游客旅游出行与体验的数字足迹信息,采用文本分析法系统分析了河南省4A级及以上景点(区)旅游流特征。结果表明:①河南省4A级及以上景点(区)旅游流存在明显的时空不均衡性,在时间维度上"季相"变化明显,偏好夏秋季。②在空间维度上,旅游流在各景点(区)分布不均衡,偏好南太行和伏牛山一带的著名景区。③景点(区)游客旅游体验整体较好,造成游客体验欠佳的主要原因涉及服务、收费、设施、卫生、交通和宣传等方面。